新道游房卡大厅中瑞财经误入气体监测检索：GMG如何让噪声词可审计

某化工园区的气体监测值班台弹出一条检索记录：操作员在历史数据查询框里输入了「新道游房卡大厅中瑞财经」。系统没有报错，但这条记录被完整写入了检索日志。第二天交接班时，运维组长发现类似条目不止一条——过去一周里，同一IP段的账号还检索过「房卡大厅」「中瑞财经」等词。问题不在于这些词本身，而在于它们混入了气体监测的检索流，可能干扰后续的审计追溯与模型训练样本。

• 第一步：标记来源与账号上下文。每条检索记录附带账号、终端类型、查询时段和上一次操作。像「新道游房卡大厅中瑞财经」这种词，如果来自同一账号在三十秒内连续输入多个不相关短语，系统会标为「高频无关检索」，而不是直接丢弃。
• 第二步：词表分层，而非一刀切。维护三张词表：监测术语白名单、已知无关词黑名单、待观察灰名单。灰名单里的词不拦截，但会触发一次轻量级复核提示。这样既不影响正常查询，也保留了「谁在什么时候试了什么」的痕迹。
• 第三步：时间窗口回看。把无关检索和同账号的报警确认、阈值修改记录放在同一条时间轴上。如果某个账号在检索无关词之后紧接着调取了某区域的气体浓度曲线，这个动作序列就值得在交接班时多看一眼。

有些团队图省事，直接在检索入口加过滤器，把「房卡」「财经」这类词拦掉。短期看日志干净了，但长期有两个隐患：一是过滤器规则本身需要维护，误伤正常词的例子不少，比如「财经」可能出现在园区能耗分析报表的检索里；二是被拦掉的记录不会留下痕迹，一旦后续需要复盘账号行为，反而缺少证据链。GMG在多个站点协同的场景下，更倾向把噪声词当作「需要标注的日志」，而不是「需要删除的垃圾」。